[发明专利]一种滑坡位移组合预测方法及系统

说明书

本发明公开一种滑坡位移组合预测方法及系统，首先快速得到监测点处三维位置坐标；接着对阶跃滑坡位移数据进行有效分解得到趋势项位移序列与受到外部诱导因素的诱导项位移序列，并得到趋势项位移预测值和诱导项位移预测值；最后利用趋势项位移预测值和诱导项位移预测值得到各个卫星定位监测站所处监测目标的监测点的滑坡位移预测值。本发明具有位移预测精度高，算法简单、易实现、综合信息利用率高，有较强的实用性的特点。

技术领域

本发明涉及地质位移预测技术领域，具体涉及一种滑坡位移组合预测方法及系统。

背景技术

滑坡是全球范围内分布最广、危害极其严重地质灾害之一，它不仅威胁到人类的生命安全，还对环境和资源具有极强的破坏力。同时，其发生的频率和广度远远高于地震和海啸，是一种多发性的地质灾害。随着日益频繁的人类活动，导致滑坡事故在我国频繁发生，若不能提前对滑坡隐患点位移进行预测，会给当地人民带来较大的损失，因此对滑坡位移隐患点进行精准预测已经成为我国生态环境建设的重中之重。

发明内容

本发明提供一种滑坡位移组合预测方法及系统，其能够实现滑坡位移的高准确度预测。

为解决上述问题，本发明是通过以下技术方案实现的：

一种滑坡位移组合预测方法，对于每个卫星定位监测站，分别执行步骤如下：

步骤1、采用Tikhonov正则化与改进型灰狼算法相结合求模糊度浮点解及均方差，采用LAMBDA算法求出该卫星定位监测站所处监测目标的监测点处三维位置坐标，并基于该卫星定位监测站初始位置求解出各个卫星定位监测站的位移量；

步骤2、利用卡尔曼滤波器对该卫星定位监测站的位移量进行平滑滤波，得到该卫星定位监测站在不同时刻的滑坡位移实测值；

步骤3、将该卫星定位监测站在不同时刻的滑坡位移实测值进行累加，得到各个时刻的阶跃滑坡位移实测值；

步骤4、利用EEMD挖掘各个时刻的阶跃滑坡位移实测值中诱导变量与趋势变量的关系，将阶跃滑坡位移实测值的时间序列分解得到相应的高频分量即诱导项位移序列与低频分量即趋势项位移序列；

步骤5、提取步骤4中的趋势项位移序列，并采用灰色GM(1，1)模型对趋势项位移数据进行数据预测得到趋势项位移预测值；

步骤6、提取步骤4中的诱导项位移序列，并获取对应的降雨量序列与含水量序列；随机选取部分诱导项位移序列与对应的降雨量序列、含水量序列作为训练样本，对训练样本采用区间搜索得到最优神经元个数；利用所得到的神经元个数对诱导项位移序列进行ELM算法预测，得到诱导项位移预测值；

步骤7、先利用步骤5得到的趋势项位移预测值与步骤6得到的诱导项位移预测值进行组合位移预测，得到阶跃滑坡位移预测值；再对阶跃滑坡位移预测值进行累减计算得到该卫星定位监测站所处监测目标的监测点的滑坡位移预测值。

上述步骤1的具体过程如下：

步骤1.1、构建卫星系统的双差定位模型，并基于该双差定位模型得到卫星定位监测站的观测误差的Tikhonov正则化的表达式；

步骤1.2、采用L-曲线法求取Tikhonov正则化的表达式中的正则化参数，并确定Tikhonov正则化的表达式中正则化矩阵为单位矩阵；

步骤1.3、将正则化项融入灰狼算法的适应度函数中，以构建改进型灰狼算法的适应度函数，并通过改进型灰狼算法的适应性函数得到各个历元的模糊度的浮点解及均方差；

步骤1.4、基于各个历元的模糊度的浮点解及均方差，并采用LAMBDA算法求解模糊度的固定解，进而求取固定基线的固定解，以获得卫星定位监测站的三维位置坐标，并基于该卫星定位监测站初始位置求解出位移量。

上述改进型灰狼算法的适应度函数minh(Z)为：